欧旭鹏,任涛,张亮,王玉鹏,杨少帅,马艳玲.基于 RCNN-SVR组合模型短期风电功率预测[J].电工技术,2022(16):61-65
基于 RCNN-SVR组合模型短期风电功率预测
  
DOI：
中文关键词:  短期风电功率预测  RCNN  SVR  RCNN-SVR
英文关键词:
基金项目:
作者单位
欧旭鹏 华能华家岭风力发电有限公司 
任涛 华能华家岭风力发电有限公司 
张亮 华能华家岭风力发电有限公司 
王玉鹏 华能华家岭风力发电有限公司 
杨少帅 华能华家岭风力发电有限公司 
马艳玲 华能华家岭风力发电有限公司 
摘要点击次数: 451
全文下载次数: 0
中文摘要:
      提出一种回归卷积神经网络与支持向量回归组合模型 (RCNN-SVR),采用该模型预测短期风力发电功率. 首先搭建了一种回归卷积神经网络 (RCNN)模型;由于 RCNN 存在计算量大的问题,因此利用 RCNN 从数据集中 提取特征因素,并用特征因素训练支持向量回归 (SVR)对风电输出功率进行预测;最后采用某风电场数据集进行验证,结果表明 RCNN-SVR模型比单独使用的传统 RCNN 模型或支持向量机具有更高的准确率.其中,RCNN-SVR 模型的 CV-RMSE、MAE和 MAPE分别为０．０９９８、０．３９２８和０．５４６８,说明 RCNN-SVR模型有效地提高了预测精度 和输出结果的稳定性.
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器